Auswahl der wissenschaftlichen Literatur zum Thema „Réseaux neuronaux hybrides“

Notre histoire est marquée par des investissements audacieux, depuis la construction des pyramides égyptiennes jusqu'au programme d'alunissage de la NASA dans les années 1960. Aujourd'hui, cet esprit d'ambition se manifeste dans la poursuite de technologies de pointe telles que l'intelligence artificielle (IA) et l'informatique quantique (QC), qui représentent les prochaines frontières de l'innovation économique et technologique. Alors que les investissements dans l'IA ont augmenté rapidement depuis les années 2010, stimulés par des percées dans l'IA générative promet de dépasser largement les paradigmes informatiques traditionnels au vu des étapes récentes telles que la puce Willow de Google démontrant des capacités de calcul sans précédent et des taux d'erreur radicalement réduits. Cet article présente dix considérations clés pour tirer parti de l'informatique quantique dans l'ère post-Willow : Le passage du quantique de la physique théorique à l'ingénierie pratique, permettant de nouveaux paradigmes de calcul grâce aux qubits et à des phénomènes tels que la superposition et l'enchevêtrement. Des études de cas de Volkswagen, JPMorgan Chase et d'autres entreprises, présentant les premières réussites en matière d'optimisation du trafic, de modélisation financière et de simulation moléculaire. La percée de Google avec la puce Willow, qui a permis de réduire les erreurs de manière exponentielle et de résoudre des problèmes dépassant les limites de l'informatique classique. les synergies entre l'IA et l'informatique quantique, en particulier pour l'entraînement des réseaux neuronaux et l'optimisation des problèmes combinatoires Le potentiel incertain mais très prometteur du marché de l'IA quantique (QAI), avec des modèles hybrides quantiques-classiques qui accélèrent l'adoption. La dynamique du marché façonnée par les acteurs établis (Google, IBM, Nvidia) et les startups perturbatrices (D-Wave, Quantinuum). Les points de basculement, notamment la réduction des coûts, les percées technologiques et l'intégration hybride, nécessaires à une adoption plus large. Les défis émergents et les inconnues, tels que les comportements des données spécifiques aux quanta et les risques de sécurité. L'impératif de traiter les risques uniques de cybersécurité introduits par les modèles d'IA quantique. Une stratégie « sans regret » axée sur l'acquisition d'une culture quantique, l'exploration de plateformes hybrides et la réalisation d'expériences ciblées. Négliger le potentiel perturbateur de l'informatique quantique pourrait constituer un faux pas stratégique.

In this paper, we propose a hybrid approach for solving the symmetric traveling salesman problem. The proposed approach combines the ant colony algorithm (ACO) with neural networks based on the attention mechanism. The idea is to use the predictive capacity of neural networks to guide the behaviour of ants in choosing the next cities to visit and to use the prediction results of the latter to update the pheromone matrix, thereby improving the quality of the solutions obtained. In concrete terms, attention is focused on the most promising cities by taking into account both distance and pheromone information thanks to the attention mechanism, which makes it possible to assign weights to each city according to its degree of relevance. These weights are then used to predict the next towns to visit for each city. Experimental results on instancesTSP from the TSPLIB library demonstrate that this hybrid approach is better compared to the classic ACO.Dans cet article, nous proposons une approche hybride pour résoudre le problème du voyageur de commerce symétrique. L'approche proposée combine l'algorithme des colonies de fourmis (ACO) avec des réseaux neuronaux basés sur le mécanisme d'attention. L'idée est d'utiliser la capacité prédictive des réseaux neuronaux pour guider le comportement des fourmis dans le choix des prochaines villes à visiter et d'utiliser les résultats de la prédiction de ces dernières pour mettre à jour la matrice de phéromones, améliorant ainsi la qualité des solutions obtenues. Concrètement, l'attention est portée sur les villes les plus prometteuses en tenant compte à la fois des informations de distance et de phéromone grâce au mécanisme d'attention qui permet d'attribuer des poids à chaque ville en fonction de son degré de pertinence. Ces poids sont ensuite utilisés pour prédire les prochaines villes à visiter pour chaque ville. Résultats expérimentaux sur des instancesTSP de la bibliothèque TSPLIB démontrent que cette approche hybride est meilleure que l'ACO classique.

La thèse porte sur l'apprentissage supervisé de règles de classification et de contrôle des méthodes neuronales. Il s'agit, d'une part, de proposer des architectures neuronales adaptées pour l'inférence et le codage de règles et d'autre part, de développer des algorithmes d'apprentissage et de construction de ces réseaux. Deux travaux sont présentés : le premier travail concerne l'apprentissage de règles de contrôle par un réseau Neuroflou multicouches formellement équivalent à un contrôleur flou. Un algorithme d'apprentissage est proposé pour déterminer les paramètres du réseau : il est fondé sur la retro propagation du gradient d'une fonction de coût que l'on a choisie de manière à apprendre une base de règles, correcte, consistance et complète. Une procédure d'apprentissage en trois étapes permet d'apprendre successivement les paramètres du réseau et de trouver automatiquement un nombre suffisant de conditions intervenant dans les règles. Cet algorithme a été testé avec succès sur l'apprentissage du contrôle d'un pendule inversé. Le second travail porte sur la construction d'arbres hybrides de décision. Les arbres hybrides généralisent les arbres de neurones : les noeuds internes segmentent l'espace de décision en régions dans lesquelles les noeuds terminaux effectuent la classification. La construction et l'élagage de ces arbres sont illustrés sur des problèmes de classification de caractères manuscrits

La complexité toujours croissante des réseaux de communication interconnectes rend leur gestion de plus en plus complexe. Les systèmes experts ont été largement utilises pour résoudre ce type de problèmes mais ont montré leur limite pour prendre en compte les évolutions des configurations des réseaux et l'expertise souvent trop pauvre caractérisant ce domaine d'application. Nous proposons, dans cette thèse, un système intelligent et intègré de gestion des fautes utilisant de façon coopérative, les techniques d'apprentissages que sont les réseaux de neurones et le raisonnement est partir de cas et les systèmes experts. Nous proposons une articulation globale du processus de gestion des fautes en trois grandes étapes, regroupants des fonctions de gestions spécialisées: la détection de problèmes nécessitant les fonctions de filtrage et de diagnostic de problèmes de type fautes ou performances. La mesure de l'impact des problèmes sur la qualité de service nécessitant une modélisation de la qualité de service au niveau des différents services rendus par les éléments constitutifs des chaînes de liaison. La résolution des problèmes au moyen de fonctions de reconfigurations et reallocations de ressources, de maintenance curative et préventive, et de gestion d'historique de problème ou gestion de tickets d'incidents. Nous étudions les différentes techniques de l'intelligence artificielle intervenant dans le processus de gestion des fautes, comme les systèmes experts à base de modèles, les réseaux de neurones, le raisonnement est partir de cas. Nous établissons une correspondance entre les différentes étapes et les techniques d'intelligence artificielle, afin de proposer une architecture modulaire, bâtie au-dessus d'une plate-forme ouverte de gestion de réseaux. Un prototype opérationnel de corrélation d'alarmes utilisant la technique de système expert à base de modèles a été développé et intégré à la plate-forme hp openview. Un prototype correspondant au module de filtrage utilisant la technique de réseau de neurone a été développé et expérimenté de manière positive sur des données réelles. Un module de qualification et de correction de problème utilisant la technique d'apprentissage de raisonnement à partir de cas sur une base de tickets d'incident a été étudié

Pour un grand nombre de problèmes que l'on rencontre actuellement (modélisation de processus complexes, reconnaissance de formes, aide au diagnostique médical, détection de pannes) les données sont présentes sous forme de base de données. Ces données sont ensuite traitées et transformées. Ce travail est concentré sur le développement d'une structure de traitement semi-automatique de données. L'approche proposée est construite sur des techniques basées sur la décomposition successive (itérative) du problème initial. L'idée de base puise en partie son origine dans la décomposition d'un traitement initialement complexe par la division de ce dernier pour obtenir une Simplification à la fois au niveau structurel et au niveau du moyen de traitement. Ainsi l'idée directrice du présent travail est liée aux techniques de décomposition de tâche appelées aussi "Divide To Conquer". Un point clé sur lequel s'appuie notre approche est l'intégration de techniques d'estimation de complexité
For a great number of actually encountered problems (complex processes modelization, pattern recognition, medical diagnosis support, fault detection) data is presented in form of database. The data is next transformed and processed. This work is concentrated on the development of semi-automatic data processing structures. Proposed approach is based on iterative decomposition of an initial problem. The main idea is to decompose initia!ly complex problems in order to obtain simplification simultaneously on structural level and processing level. Thus, the principal idea of present work is con nected to task decomposition techniques called "Divide to Conquer". A key point of our approach is the integration of Complexity Estimation techniques

Les neurosciences ont fait l’objet de nombreuses études et ont vu émerger de nouveaux domaines de recherche où la technologie et la biologie peuvent être utilisées en synergie dans le but de trouver des solutions pour comprendre et guérir les maladies neurologiques. Ces maladies affectent des millions de personnes à travers le monde. L’Organisation Mondiale de la Santé (OMS) prévoit une multiplication par 3 du nombre de malades dans les 30 ans à venir.Les progrès des neurosciences ont permis l’émergence de modèles décrivant la physiologie des neurones et aussi de méthodes d’implémentation matérielle de ces modèles. Parmi ces méthodes, les neuroprothèses sont des dispositifs permettant de rétablir certaines fonctions neuronales grâce à une communication avec le système nerveux. La méthodologie de leur conception implique l’étude du comportement des cellules et la création de plateformes biomimétiques interagissant en temps réel avec les cellules vivantes.Dans ces travaux de thèse, la réalisation du système biomimétique a été menée grâce à des composants numériques tels que les Field Programmable Gate Arrays (FPGA), ce qui permet de bénéficier de la flexibilité et de la rapidité de prototypage de ces technologies. La plateforme temps réel de réseaux de neurones biologiquement réalistes développée est paramétrable. Elle devient ainsi un outil neuro-computationnel permettant la réalisation d’expériences bio-hybrides pour l’étude du comportement du système nerveux et plus particulièrement des maladies neurodégénératives.Ces travaux se sont placés dans un contexte plus large. La bibliothèque d’opérateurs numériques sur FPGA développée pour la plateforme a été réutilisée pour l’étude des dynamiques semblables à celles des réseaux de neurones telles que la simulation de réseaux biochimiques ou la résolution de problèmes d’optimisation combinatoire
Neuroscience has been the subject of many studies and has seen new fields of research emerge where technology and biology can be used to find solutions to understand and cure neurological diseases. These illness affect millions of people around the world. The World Health Organization (WHO) predicts a 3 fold increase in the number of patients in the next 30 years.Advances in neuroscience have led to the development of models describing the physiology of neurons and also methods of hardware implementation of these models. Among these methods, neuroprosthesis are devices for restoring certain neuronal functions through communication with the nervous system.This thesis work show that the realization of the biomimetic system was carried out thanks to digital components such as Field Programmable Gate Array (FPGA) which allows to benefit from the flexibility and speed of prototyping of these technologies. The real-time platform of biologically realistic neural networks developed is configurable. It becomes a neuro-computational tool allowing the realization of bio-hybrid experiments for the study of the behavior of the nervous system and more particularly of the neurodegenerative diseases.This work was placed in a larger context. The FPGA digital operator library developed for the platform has been reused for the study of dynamics similar to neural networks such as biochemical network simulation or combinatorial optimization problem solving

Ce mémoire de thèse est une contribution au problème de la commande et de la gestion d'énergie d'un système hybride batterie-supercondensateurs. Plus précisément, nous présenterons une étude et une réalisation d'une alimentation électrique associant un pack de supercondensateurs et une batterie pour des applications véhicules hybrides. Comme dans tous les dispositifs hybrides, l'association de plusieurs sources nécessite la présence de convertisseurs. Leur rôle est d'adapter les niveaux de tensions et de courants des sources vers la charge (bus continu 42V). Ce niveau de tension étant préconisé par les plus grands constructeurs automobiles. Il est évident, que les performances d'un tel dispositif dépendent en grande partie de la méthode de commande utilisée et de la stratégie pour la gestion d'énergie choisie. Pour ce faire, nous avons utilisé deux méthodes de commande qui sont d'une part, la régulation classique fondée sur un correcteur PID et d'autre part, les techniques basées sur les réseaux de neurones (RNA). L'objectif étant d'effectuer une comparaison entre les deux approches. Le premier chapitre est une présentation générale sur la théorie des réseaux de neurones artificiels (RNA). Dans une première partie nous donnerons les différentes définitions et propriétés des RNA. Dans une deuxième partie nous détaillerons des concepts fondamentaux de l'approche des réseaux de neurones, à savoir les règles d'apprentissage, l'algorithme de rétro propagation, l'identification et le contrôle par modèles connexionnistes. Le deuxième chapitre est une description des supercondensateurs. D'une part, nous présenterons les caractéristiques et les propriétés de cet élément de stockage d'énergie. D'autre part, nous proposerons des modèles de description obtenus à partir du logiciel Matlab/Simulink®. Une étude comparative entre des essais expérimentaux et des résultats de simulation a permis de valider les différents modèles. Il convient de préciser que l'un des modèles se caractérise par la prise en considération de la température. En effet, la prise en compte de la température est un facteur important lors de l'intégration des supercondensateurs dans un véhicule. Le troisième chapitre est consacré à la modélisation, la commande et la simulation du système hybride multi-source considérée. Dans la première partie, nous proposerons des modèles décrivant l'évolution des différents constituants. Dans la deuxième partie, nous présenterons des résultats de simulation obtenus à partir des différentes stratégies de commande utilisées. Par ailleurs, des comparaisons entre les deux approches choisies seront proposées d'une part, pour l'association batterie, convertisseur et bus continu et, d'autre part, pour l'ensemble du système multi-sources. Le quatrième chapitre traite des travaux expérimentaux du système multi-sources et des résultats obtenus. L'ensemble des essais a été réalisé sur un banc d'essai d'une puissance de 1 kW. Ce banc a été mis en oeuvre lors de ce travail de thèse. L'objectif est de valider les méthodes développées et les résultats obtenus en simulation
This thesis report is a contribution to the command and energy management of a hybrid system battery-ultracapacitors. More precisely, we will present a theoretical study and a realization of a power supply connecting a pack ultracapacitors to a battery, for hybrid vehicles applications. As in all the hybrid systems, the association between several sources needs static converters. They have to adapt the voltage and the current levels of the sources to the load (42V DC bus). This voltage level seems to be recommended by the largest car manufacturers. It is obvious, that the performances of such a device depend mainly on the command method used and also on the strategy for energy management. With this intention, we used two command methods which are for the first one, the classical regulation using PID corrector and for the second one, the techniques based on the artificial neural networks (ANN). The aim is to carry out a comparison between the two approaches

La reconnaissance automatique hors ligne des mots écrits permet d'améliorer l'interaction entre l'homme et la machine dans beaucoup d'applications notamment la bureautique et les tâches de traitement automatique de documents telles que le tri automatique du courrier, l'enregistrement et la vérification des chèques bancaires. La reconnaissance hors ligne des mots manuscrits cursifs, tels que ceux écrits en arabe, reste toujours un problème ouvert. Les difficultés inhérentes à la reconnaissance sont la normalisation de l'écriture, la segmentation des mots en éléments de base ainsi que la modélisation de ces éléments. Concevoir un système pour la reconnaissance automatique hors ligne des mots manuscrits est l'objectif des travaux de recherche de cette thèse. L'approche proposée est de type analytique, sans segmentation explicite des mots en ses caractères constituants, et est basée sur une modélisation stochastique de type MMC (Modèles de Markov Cachés). La méthode adoptée est à deux étapes : une étape de reconnaissance dans laquelle différents types de caractéristiques sont examinés, et une étape pour la combinaison des classifieurs en post-traitement dans laquelle différentes stratégies de combinaison sont appliquées. Les classifieurs combinés en post-traitement prennent en considération les inclinaisons, les positions erronées des marques diacritiques et les chevauchements pouvant exister dans l'écriture manuscrite. Le système de référence basé sur la méthode proposée a montré de trés bonnes performances à la compétition organisée à ICDAR 05, où des systèmes à l'état de l'art ont été comparés et examinés sur la base de référence IFN/ENIT
The automatic offline recognition of handwritten words improves human-machine interaction. It is already used in many business office applications dealing with the automatic processing of documents such as automatic post sorting, and the verification and recognition of bank check amounts. The off line recognition of cursive handwritten words remains an open problem due to difficulties such as :handwriting normalization, word segmentation into compound components and the modeling of these components. The main objective of this thesis, is to propose, design, and implement a system for the automatic offline recognition of Arabic handwritten words. The proposed approach is analytical without explicit segmentation of words into compound characters, and it is based on the stochastic HMM approach (Hidden Markov models). The method is composed of two stages : a recognition stage based on different features, and a combination stage of three HMM-based classifiers. Each individual HMM classifier uses a sliding window with a specific inclination. Different combining strategies are tested, among them the Sum rule, the Majority Vote rule and the Borda Count rule. The best combination strategy consists of using a neural network-based combining classifier. The combination of these classifiers can better cope with the writing inclination, the erroneous positions of diacritical marks and points, and the overlapping of consecutive characters in handwritten words. The reference system based on the proposed method has shown best performance at the competition organized at ICDAR 2005, where a set of state-of art systems were compared and tested on the IFN/ENIT benchmark database

L'objet de cette thèse est la modélisation et la prédiction de séries temporelles par l'utilisation jointe de perceptrons multicouches (MLP) et de chaînes de Markov cachées (HMM). Après un rappel de quelques résultats fondamentaux sur les MLP, nous discutons empiriquement d'une méthode d'estimation et d'initialisation des paramètres (poids) du MLP par recuit simulé. Puis, nous étudions l'estimation des paramètres d'un modèle autorégressif non-linéaire dans le cadre des séries multidimensionnelles. Nous montrons que la fonction de contraste à minimiser dans ce cas est le logarithme du déterminant de la matrice de covariance empirique, puisque cela correspond au maximum de vraisemblance pour un bruit gaussien. On montre que, sous de bonnes conditions de régularité du modèle et sans hypothèse de normalité du bruit, ce contraste a de bonnes propriétés statistiques et nous en déduisons, sous des hypothèses raisonnables, qu'un contraste pénalisé de type BIC est fortement consistant. Nous étudions ensuite les modèles HMM/MLP ou modèles autorégressifs à changements de régime markoviens. Après avoir montré le bon comportement de ce modèle sur une série de laboratoire (série laser), nous étudions les différentes façons d'estimer les paramètres de ces modèles à l'aide de l'estimateur du maximum de vraisemblance (EMV). Généralisant la méthode d'Elliott, nous proposons un algorithme E. M. Ne nécessitant qu'une récurrence avant et autorisant alors une implémentation en ligne, de l'algorithme. Puis, nous montrons qu'une approche plus directe, c'est-à-dire un calcul effectif de la dérivée de la log-vraisemblance donne un algorithme plus performant. Nous étudions alors les propriétés statistiques de l'EMY. Après avoir rappelé les conditions d'existence d'une solution stationnaire générée par ce modèle, nous démontrons la consistance, puis la normalité asymptotique de cet estimateur. Finalement nous utilisons ce modèle pour améliorer les prévisions du taux de pollution en niveau d'ozone dans l'air parisien.

Nous developpons tout d'abord les aspects biologiques des strategies cerebrales dans le cadre de la reconnaissance des formes. Puis, nous nous inspirons de l'architecture bilaterale du cerveau pour proposer un modele de reconnaissance base sur la cooperation de deux modules specialises. Cette technique du double codage (codage analytique et codage spatial), est appliquee a la reconnaissance des chiffres manuscrits. Nous discutons differentes strategies de cooperation, puis nous montrons comment la cooperation de deux modules independants mais complementaires, permet d'ameliorer les performances du classifieur. Nous presentons ensuite une plate-forme de developpement (materielle et logicielle) pour des reseaux connexionnistes de topologies diverses. La nouvelle architecture, baptisee armenx, est composee de transputers, de reseaux logiques reconfigurables et de processeurs de traitement de signal. La flexibilite de la machine autorise l'implantation d'applications tres diverses. Enfin nous montrons comment cette machine permet d'effectuer efficacement la reconnaissance des chiffres a l'aide du modele presente precedemment

Dans des filières à haut degré de diversité et de renouvellement des produits, il est très difficile d'établir des lois économiques permettant de prévoir avec précision le coût dès la phase de conception. Pourtant c'est à ce stade que sont définis 70 à 80% des coûts d'un produit, mais on dispose d'une information très limitée et souvent relative aux caractéristiques esthétiques ou fonctionnelles du produit. Il s'avère donc essentiel pour les concepteurs d'avoir un outil d'estimation adapté et flexible afin d'optimiser les décisions en conception et de minimiser le risque de rejet du produit. Nous avons retenu l'approche basée sur la méthode paramétrique des Formules d'Estimation des coûts (FEC). D'abord, nous définissons une méthodologie générale pour le développement des FEC spécifiques, en intégrant les contraintes lors de la conception d'un produit, puis nous avons expliqué les concepts des principales techniques pour le développement des FEC, comme les techniques de régression et celles issues du " soft computing ". En particulier nous avons développé un modèle Hybride Neuro-flou Simplifié permettant, une meilleure interprétation des interrelations entre variables notamment dans des systèmes complexes. En autre, un outil permettant de développer une FEC avec ces différentes techniques simultanément et de comparer plusieurs FEC en termes de précision, robustesse, pertinence et capacité d'adaptation, est proposé afin de soutenir le processus de conception. Il permet d'avoir un maximum de visibilité en simultané des diverses FEC candidates. Cette approche a été testée sur un exemple d'application, dans le domaine de l'impression textile pour développement d'une FEC spécifique
In supply chains with high degree of product diversity and renewal, there is very difficult to establish economical laws at the design stage, in order to accurately forecast product cost. Nevertheless at this early stage, product cost is defined by 70 to 80% but also, only scarce product information is available, related mainly to product aesthetical features or functionalities. In order to minimise the risk of product reject, it is important for designers to have a cost estimation tool, flexible and easy to adapt. We use the parametric approach in order to develop Cost Estimation Relationships (CER's). First, we define a general methodology and main concepts in order to develop CER's as regression and softcomputing techniques. In particular we developed a Simplified Hybrid Neuro-Fuzzy model, allowing better variables interpretation, mainly for complex systems. Also, we proposed a tool in order to develop a CER by using the described modelling techniques. The candidates CER's could be compared in terms of accuracy, robustness and relevance. This tool allows a maximum of information in order to choose the best CER. This approach has been tested on a particular case concerning the development of specific CER for a textile printing industry